ZD至顶网CIO与应用频道 08月10日 北京消息:“融合互联 商业谋变”,8月13日2016中国企业互联网大会不仅是用友在企业互联网时代成果的展示,更是整个业界对国内企业互联化转型的一次检验,这场盛会无疑将是真正的企业互联网实践经验分享的大会。开幕在即,小编忍不住提前打探了一下将在本次大会中亮相的大咖产品“嘟一下”,这不,其V3.0即将发版!
“嘟一下”的定位转变
全球企业的发展目前经历了三个时代,从制造时代、营销时代,到今天的创新时代。用友也经历了财务软件的1.0时代,以ERP企业管理软件为代表的2.0时代,如今进入到了服务企业互联网化为战略方向的社会化商业平台的3.0时代,将为企业提供软件及服务+云服务+金融服务。
用友嘟嘟通信能力开放平台,隶属于用友集团的云服务战略框架内,旨在通过丰富的通信能力输出让企业应用会说话,助力企业社交与协同服务。
而作为用友嘟嘟原型产品的“嘟一下”,历经三年来的多层级迭代,伴随用友集团的战略调整,也将涅槃重生,推出全新的3.0版本,完成从为客户提供内部沟通的工具,到向外部提供营销及服务自动化的转变。
业务功能及价值
通过通信自动化产品“嘟一下”,可轻松实现以下几大功能:一,快速通知:通过自动化手段,几分钟内可将事先录制的一段语音或文字内容批量群呼至客户号码;二,客户初筛:根据客户电话接听时长,自动筛选分析意向客户,直接分配进行人工呼叫;三,效果对比:通过抽取小量样本试呼不同语音推进内容,进行效果对比分析,确定最优语音内容;四,号码筛查:自动过滤错误、空号、停机等无法接通的号码,提升客户联系方式准确性。
由于“嘟一下”营销服务自动化产品可有效助力企业增长及营销服务工作效率的提升、降低人工和时间成本、实现营销服务效果的可管理,因此可广泛适用于企事业、公共服务等众多领域,如企业休眠客户激活、活跃客户服务经营、市场培训邀约、满意度调研、名单客户挖新等;公共服务行业的缴纳通知、政策公告、服务调查等;疫情灾害预警领域的快速公告、防范指导通知等。
业务场景示例
之一:大批量客户初筛
某企业面对可能多达几十万条的电话号码,每条都可能是新增的商机,逐一拨打?不仅仅是浪费生命,还在摧残销售人员的信心!
解决方案:通过“嘟一下”群发“语音通知”,将公司重点业务一键发送,收听时长即反映了客户的初步意向,初筛工作大功告成!
效果分析:从前:每个销售人员分配了1万条电话,逐一外呼一遍,这是两个月的工作量。现在:嘟一下完成分批量的群发初筛工作,只需半天!加上对分层数据的外呼,一周时间全搞定。剩下的时间(+本站微信networkworldweixin),可以信心满满地去拜访客户,拿回签单啦!
之二:休眠客户激活
某渠道伙伴2000家客户中,休眠客户达到1500家,公司内部没人愿意在休眠客户中找商机
解决方案:2000个客户,语音通知一键批量发送,分分钟搞定!再根据收听情况对休眠客户分层,进一步跟进。
效果分析:录制语音60秒(产品推荐、培训会通知等内容)。接听时长30秒以上:28家(重点跟进);接听15秒到30秒:112家(后续跟进)。当月实现签约3家,成本支出仅200元!
新版本新体验
全新改版的“嘟一下”V3.0版本,将以更加注重客户体验,操作性、稳定性、安全性等表现更加突出。
--行业垂直细分:目前可为企业及政府、公共组织提供直接服务,后期将持续探索行业场景化垂直细分;
--轻量级客户管理:旨在为客户提供专业的通信解决方案,抛弃传统ERP软件的沉重及繁琐;
--全新页面框架:更人性化的服务界面,各模块功能展现增加直观可视化效果;
--角色权限管理:增加分组主管、普通员工等登录权限,角色区隔更丰富合理;
“嘟一下”V3.0,只是一个新征程的开始,未来任重而道远。从“嘟一下”的新版本发版,不难看出,随着包括用友在内的中国企业在互联网化前进道路上的不断创新,必将推动中国企业互联网不断成熟,进而推进中国经济转型升级成功。诚挚邀请大家莅临2016中国企业互联网大会现场,体验产品、服务与平台,分享智慧,共同推进中国企业互联网化。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。